随着社会经济的发展,数据集的规模越来越大,其中只有少量数据有标签,而数据的标注费时且代价高昂。半监督分类算法可以使用少量有标签样本和大量无标签样本进行学习。自训练作为一种经典的半监督学习框架成为了研究的热点,但自训练算法的性能主要依赖于高置信度样本点的选取,在迭代过程中一旦出现噪声样本将会极大程度地影响算法的分类性能,为了处理数据中的噪声或误标记样本,研究人员提出了许多基于数据编辑的半监督分类算法,然而大多数编辑算法大多使用欧式距离计算样本间距离,且时间复杂度均不低于O（n ~2）,不适用于大规模高维数据集。综上所述,现有的半监督自训练算法存在两个问题:一是现有的自训练算法在选择高置信度样本点时缺乏对噪声样本的处理且时间复杂度高,二是欧式距离在高维数据集上容易出现维度诅咒,针对这两个问题,本文提出了两个算法。一、提出了快速球簇划分编辑的半监督Self-training算法（EBSA）。EBSA将数据集划分为稳定区域和争议区域,在此基础上提出了球簇划分编辑算法,用来识别稳定区域内的误标记样本点,并对其进行编辑,提升了高置信度样本点选取质量。EBSA在每次迭代中仅需计算样本点与球簇中心的距离,计算量小,速度快。实验结果表明,与对比算法相比,EBSA算法不仅运行速度快且提升了算法性能。二、提出了块估计近邻编辑Self-training算法MDSF。MDSF使用不相似性度量方法计算样本之间的距离,并定义了块估计近邻关系,进而构建块估计近邻图,在此基础上提出了块估计近邻编辑算法对数据进行编辑,提升了高置信度样本的选取质量。因为使用不相似性度量方法,所以在高维数据集上算法性能较好。大量实验结果表明,与同类算法相比,MDSF在高维数据集上性能明显优于对比算法。